江知航，王艳霞，颜家均，周堂容

(1.重庆师范大学计算机与信息科学学院，重庆市，401331；2.重庆市江津区农业工程建设服务中心，重庆市，402260；3.重庆市数字农业服务工程技术研究中心，重庆市，401331；4.重庆市江津区农产品质量安全中心，重庆市，402260；5.重庆市江津区圣泉街道农业服务中心，重庆市，402218)

0 引言

伴随着现代农业的迅速发展，国内外众多投资者和从业者的目光由房地产、金融等热门领域转向农产品领域。作为我国第二大经济作物的棉花也受到了广泛的关注。准确预测棉花波动和价格的走势已经成为了新的研究重点。国内外对棉价的预测进行了相当多的研究[1]，人们最开始使用传统的数学模型，主要是用统计学相关的方法，即根据经验进行预测。而后基于简单智能预测方法进行预测，虽然克服了传统方法易受人为主观性影响的问题，但也易陷入局部极小点，导致预测精度不高等问题。为了降低这种风险，随着深度学习人工智能算法的不断迭代和技术的不断革新发展，使用深度学习进行语义分类[2]，机器翻译[3]，图像识别[4]，价格预测[5]等研究等已经掀起了新一轮的技术浪潮。对于具有时间序列和非线性等特征的数据，一些先进的集成算法和深度学习算法由于具有高精度和良好的鲁棒性已逐渐成为价格预测问题的最佳选择。

吴叶等[6]采用平均影响值(MIV)、遗传算法(GA)与BP神经网络相结合的方法探究MIV-GA-BP神经网络模型对我国棉花价格预测的情况，以国家棉花价格指数为棉花价格波动的重要反映指标，试验认为该组合模型较之于单一模型，拟合精度良好。……